基于改进形态学滤波器的点云分类算法

故事背景和目的：在进行机载LiDAR数据处理的时候，需要将激光雷达采集的点云数据进行分类，分离出地面点云以及地物点云。基于地面点云，再经过一定的处理，可生成DEM（数字高程模型），通过DEM能详细掌握区域内的地形地貌，是目前测绘领域广泛采用的方法。生成DEM的关键是有从原始点云中分类产生的地面点，分类结果对后面的处理至关重要。本文主要介绍基于改进的形态学滤波器方法，分离地面点和地物点的方法。该算法主要思想来自 《A Progressive Morphological Filter for Removing Nonground Measurements From Airborne LIDAR Data》论文，这是2003年发表的一篇比较经典的论文，刊登在  IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING，这是遥感领域级别比较高的杂志，这篇论文的引用率也非常高，在很多后来的论文中都有提到。

          算法的主要思想是基于数学形态学方法，采用开运算（先腐蚀，再膨胀）对点云进行处理，使用渐进的滤波窗口，逐渐对地面点和地物点进行分离。在PCL中，刚好有基于该方法的算法实现，具体请参见【pcl::ProgressiveMorphologicalFilter类】。但是 在PCL中的代码实现好像和原文中的算法不太一样，在此处主要给出该算法涉及到的关键步骤。

算法描述：利用改进的形态学滤波器对激光点云